从tensorflow中的.tfrecords文件获取路径
Obtaining paths from .tfrecords file in tensorflow
是否可以从.tfrecord 文件中获取记录(数据项)的路径?例如,为了得到总记录数,我们可以使用tf.python_io.tf_record_iterator
.
例如
如果我有 100 张原始图像并将它们转换为 .tfrecords 格式。现在我可以将它们加载到我的 tensorflow 模型中以访问它们。有没有一种方法可以使用 .tfrecords 访问这些图像的磁盘位置(路径)?
当您从一批图像创建一个 tfrecord 文件时,这意味着来自这些图像的数据以字节格式存储在 tfrecord 文件中。您可以将原始图像的路径存储到 tfrecord 文件中,例如:
def image_example(image_string, label, path):
feature = {
'label': _int64_feature(label),
'image_raw': _bytes_feature(image_string),
'path': _bytes_feature(path),
}
return tf.train.Example(features=tf.train.Features(feature=feature))
是否可以从.tfrecord 文件中获取记录(数据项)的路径?例如,为了得到总记录数,我们可以使用tf.python_io.tf_record_iterator
.
例如 如果我有 100 张原始图像并将它们转换为 .tfrecords 格式。现在我可以将它们加载到我的 tensorflow 模型中以访问它们。有没有一种方法可以使用 .tfrecords 访问这些图像的磁盘位置(路径)?
当您从一批图像创建一个 tfrecord 文件时,这意味着来自这些图像的数据以字节格式存储在 tfrecord 文件中。您可以将原始图像的路径存储到 tfrecord 文件中,例如:
def image_example(image_string, label, path):
feature = {
'label': _int64_feature(label),
'image_raw': _bytes_feature(image_string),
'path': _bytes_feature(path),
}
return tf.train.Example(features=tf.train.Features(feature=feature))